复旦大学数量经济学高端讲坛第5期:Frontiers of Big Data in Economics, Biomedical and Physical Sciences

2017-12-13

2017年12月13日上午,在复旦-斯坦福中国金融科技与安全研究院、上海数学中心以及复旦大学经济学院的支持下,我们迎来了复旦大学数量经济学第五期高端讲坛。本次论坛的主题为“大数据技术在经济、生物医学和物理学中的应用”,并荣幸邀请到了美国宾夕法尼亚大学沃顿商学院苏炜杰(Weijie Su)教授、哥伦比亚大学统计系主任、国家千人计划、长江学者应志良(Zhiliang Ying)教授、斯坦福大学统计系原系主任、COPSS总统奖获得者、中研院院士黎子良(Lai Tze Leung)教授。会议伊始,复旦大学经济学院、泛海国际金融学院书记、长江学者陈诗一教授首先向三位教授的来访表示热烈欢迎,也非常期待各位教授所分享的最新科研成果,并预祝这一会议取得圆满成功。

 

 

随后,会议主持人刘庆富教授一一介绍了各位演讲者的研究领域及主要学术贡献,以及参与该会议的主要嘉宾。之后,苏炜杰教授首先做了题为“Higrad: Statistical Inference for Stochastic Approximation and Online learning”的学术报告。苏教授指出,当前人工智能在各个领域应用广泛,其重要基础——深度学习技术主要依赖随机梯度下降(SGD)算法,而这一算法在实际需要更稳健的区间中估计偏差反而更大。对此,苏教授提出一种改进的Higrad算法,该算法通过结合不同路径的差异比较和数据分享,从而实现对准确性、覆盖面以及时间长度的综合应用需求。此外,程序设计上,Higrad算法也更容易实现并行计算,从而提高了程序运行的效率。

 

 

接着,应志良教授为大家带来题为“Statistical Models for Online Assessment and Learning”的学术报告。应教授首先通过美国新任总统特朗普的案例指出,大数据分析在当今实际生活中有着非常广泛的应用。随后,应教授以自己最新的三篇研究论文为例,向大家展示如何用分层数据的方法准确刻画一个实际生活中的问题,比如,考生的答题行为如何影响其成绩表现。通过比较当前热门的大数据分析模型和方法,应教授阐述了自己采用这些方法研究的原因,以及这些方法本身是否适用等问题。最后,应教授展示了如何分析和理解大数据分层研究的结果。

 

最后,黎子良教授做了题为“Deep Learning, Prediction and Validation: Modeling and Analysis of Complex Data in Modern Science and Technology”的学术报告。黎教授首先指出,在当今科技领域,高性能计算、先进算法与大数据技术是核心,尤其是大数据技术在生物医学、航空航天、社会科学等其他领域有重要的应用价值。接着,在如何通过大数据进行预测方面,黎教授认为:一方面,从统计学角度,能够利用的数据越多,往往也越能说明问题;另一方面,从计算角度,数据量的提高也意味着对硬件和算法的更高需求。随后,黎教授针对大数据应用的主要目的是基于数据推动的预测还是通过复杂试验对科学理论进行验证做了深入探讨。最后,黎教授以三个具体案例,即引力波与引力透镜、药物安全评价模型以及AI的医学影像应用,阐述了深度学习技术在不同领域的具体应用。

 

 

三位教授的精彩演讲激发了大家对大数据技术及其应用的浓厚兴趣。上海财经大学韩冬梅教授、袁洪松教授、复旦大学管理学院的张新生教授、生命科学学院的张洪教授、经济学院的付中昊教授、杨青教授、刘庆富教授、段白鸽教授以及来自经济学院、大数据学院的其他教师和同学等都参与了提问和(或)讨论。此外,黎教授就应教授研究涉及的Pisa考试数据以及Higrad算法的参数估计问题进行了探讨。对大家颇为关心的大数据技术如何应用,黎教授提到,谷歌等大型科技公司非常注重学术成果转化,但商业机密使其不会公开具体细节。热烈的讨论使大家仿佛忘记了时间的流逝,思维的碰撞及其所来带的兴奋,仍意犹未尽。最后,在大家热烈的的掌声中,本次论坛圆满落下帷幕。